期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
人工神经网络预测高含CO_2天然气的含水量
被引量:
7
1
作者
侯大力
孙雷
+2 位作者
潘毅
秦山玉
董卫军
《西南石油大学学报(自然科学版)》
CAS
CSCD
北大核心
2013年第4期121-125,共5页
提出了一种基于人工神经网络模型预测高含CO_2天然气的含水量的新方法。网络输入变量CO_2摩尔分数、温度、压力,网络的输出为高含CO_2天然气的含水量。该人工神经网络模型能够估算温度在20.0~200.0℃,压力在0.1~70.0 MPa,CO_2摩尔分...
提出了一种基于人工神经网络模型预测高含CO_2天然气的含水量的新方法。网络输入变量CO_2摩尔分数、温度、压力,网络的输出为高含CO_2天然气的含水量。该人工神经网络模型能够估算温度在20.0~200.0℃,压力在0.1~70.0 MPa,CO_2摩尔分数高达70%天然气中水蒸汽的含量。对比文中建立的人工神经网络模型和目前常用的3种预测高含CO_2天然气的含水量的经验模型,结果表明,人工神经网络的平均相对误差值最小,为1.275%,3种经验模型在CO_2含量较高时,预测精度较低。这就表明,人工神经网络模型在预测高含CO_2天然气含水量时,比3种常用的经验模型更具有优势。
展开更多
关键词
神经网络
高含CO_2
天然气
含水量
下载PDF
职称材料
题名
人工神经网络预测高含CO_2天然气的含水量
被引量:
7
1
作者
侯大力
孙雷
潘毅
秦山玉
董卫军
机构
"油气藏地质及开发工程"国家重点实验室.西南石油大学
重庆矿产资源开发有限公司
出处
《西南石油大学学报(自然科学版)》
CAS
CSCD
北大核心
2013年第4期121-125,共5页
基金
国家自然科学基金"废弃气藏CO_2地质封存机制及运移规律研究"(51274173)
文摘
提出了一种基于人工神经网络模型预测高含CO_2天然气的含水量的新方法。网络输入变量CO_2摩尔分数、温度、压力,网络的输出为高含CO_2天然气的含水量。该人工神经网络模型能够估算温度在20.0~200.0℃,压力在0.1~70.0 MPa,CO_2摩尔分数高达70%天然气中水蒸汽的含量。对比文中建立的人工神经网络模型和目前常用的3种预测高含CO_2天然气的含水量的经验模型,结果表明,人工神经网络的平均相对误差值最小,为1.275%,3种经验模型在CO_2含量较高时,预测精度较低。这就表明,人工神经网络模型在预测高含CO_2天然气含水量时,比3种常用的经验模型更具有优势。
关键词
神经网络
高含CO_2
天然气
含水量
Keywords
artificial neural network
high c02 content
natural gas
water
content
分类号
TE375 [石油与天然气工程—油气田开发工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
人工神经网络预测高含CO_2天然气的含水量
侯大力
孙雷
潘毅
秦山玉
董卫军
《西南石油大学学报(自然科学版)》
CAS
CSCD
北大核心
2013
7
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部